메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박지훈 (고려대학교) 방준하 (고려대학교) 허준 (고려대학교)
저널정보
한국고분자학회 폴리머 폴리머 제46권 제4호
발행연도
2022.7
수록면
515 - 522 (8page)
DOI
10.7317/pk.2022.46.4.515

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
엉킴 분자량은 고분자 사슬의 엉킴에 관한 성질로 고분자의 기계적 물성 및 동적 성질에 관련된 중요성에도 불구하고 광범위한 고분자 종에 따른 측정 데이터가 많이 부족한 실정이다. 본 연구에서는 이러한 문제점을 극복하기 위하여 심층 학습 기법을 활용하여 엉킴 분자량을 예측하고자 하였으며, 분자를 그래프 구조로 변환하여 다루는 그래프 합성곱 신경망을 이용하여 엉킴 분자량을 성공적으로 학습 및 예측하였다. 또한 데이터 수 부족으로 인한 성능의 한계점을 극복하기 위하여, 대용량 데이터를 통해 학습한 지식을 재활용하는 전이 학습 기법을 도입하여 높은 예측 성능 개선을 이루었다. 학습된 인공신경망 모델은 기존 예측 기법보다 높은 예측 성능을 보였다. 본 연구에서 사용된 기계학습 기법은 고분자 역설계 및 물성 예측 기법에 많은 도움을 줄 수 있을 것으로 기대된다.
#entanglement molecular weight #machine learning #transfer learning #graph convolutional neural network #quantitative structure property relationship

목차

초록
Abstract
서론
데이터 가공 및 심층 학습
결과 및 토론
결론
참고문헌

참고문헌 (47)

참고문헌 신청
Wool, R. P. Polymer Entanglements. Macromolecules 1993, 26, 1564-1569. google schola Eckstein, A., Suhm, J.; Friedrich, C.; Maier, R. D.; Sassmannshausen, J.; Bochmann, M.; Mülhaupt, R. Determination of Plateau Moduli and Entanglement Molecular Weights of Isotactic, Syndiotactic, and Atactic Polypropylenes Synthesized with Metallocene Catalysts. Macromolecules 1998, 31, 1335-1340. google schola Cho, K. S. Viscoelastic Measurement and Structure of Polymeric Materials. Polym. Sci. Tech. 2008, 19, 170-176. google schola CROW. Polymer Database. https://polymerdatabase.com (accessed Feb 17, 2022). National Institute for Materials Science. PoLyInfo. https://polymer.nims.go.jp/en/ (accessed Feb 17, 2022).

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

신약개발을 위한 인공지능 기술 동향
류재용 BT NEWS 2021 .10
단백질 다중 서열 정렬을 활용한 약물-표적 상호작용 딥러닝 모델 연구
방준일 ,  이세규 ,  홍성은 외 2명 한국통신학회 학술대회논문집 2021 .06
전도성 고분자 복합소재의 열전달 특성에 관한 연구
서재원 ,  Hen ,  i-Alexande 외 5명 한국소성가공학회 학술대회 논문집 2010 .10
우수선도연구기관ㅣ한국화학연구원 화학데이터기반연구센터
신정호 화학세계 2024 .11
커리큘럼 러닝 기반 LoRA 파인튜닝 성능 향상 방법론
김대건 ,  김남규 한국컴퓨터정보학회논문지 2024 .03

최근 본 자료

전체보기

댓글(0)

0